エピソード
Optimum、OpenVINO™、ONNX Runtime、Azure の機能を組み合わせる
代入 Cassie Breviu, Devang Aggarwal, Akhila Vidiyala
Intel の Devang Aggarwal と Akhila Vidiyala が、カシー ブレビウに参加して Intel OpenVINO + ONNX Runtime について話します。 Optimum、OpenVINO™、ONNX Runtime、Azure の機能を使用して大規模な BERT モデルを最適化する方法について説明します。
章
- 00:00 - AI ショーの開始
- 00:20 - ようこそと概要
- 01:35 - OpenVINO 実行プロバイダーの概要
- 03:04 - デモ - YOLOv7 を使用したオブジェクト検出
- 09:41 - アーキテクチャ - しくみ
- 11:00 - 最適化ツールの概要
- 11:33 - 最適な Intel の概要
- 13:15 - AI ワークフローとは
- 14:31 - デモ - AzureML を使用した量子化対応トレーニング
- 20:25 - レビュー中
- 21:54 - 折り返し
推奨リソース
- チュートリアルとデモ
- AI と機械学習
- Azure Machine Learning
- Optimum、OpenVINO™、ONNX Runtime、Azure の機能を組み合わせることにより、BERT 推論速度を向上させる
関連エピソード
- YouTube で AI ショーのライブストリームを 毎週金曜日にご参加ください
- AI ショーをサブスクライブする
- AI Show Playlist
のインスタンスに接続するときには、
- セス・フアレス |Twitter: @sethjuarez
Intel の Devang Aggarwal と Akhila Vidiyala が、カシー ブレビウに参加して Intel OpenVINO + ONNX Runtime について話します。 Optimum、OpenVINO™、ONNX Runtime、Azure の機能を使用して大規模な BERT モデルを最適化する方法について説明します。
章
- 00:00 - AI ショーの開始
- 00:20 - ようこそと概要
- 01:35 - OpenVINO 実行プロバイダーの概要
- 03:04 - デモ - YOLOv7 を使用したオブジェクト検出
- 09:41 - アーキテクチャ - しくみ
- 11:00 - 最適化ツールの概要
- 11:33 - 最適な Intel の概要
- 13:15 - AI ワークフローとは
- 14:31 - デモ - AzureML を使用した量子化対応トレーニング
- 20:25 - レビュー中
- 21:54 - 折り返し
推奨リソース
- チュートリアルとデモ
- AI と機械学習
- Azure Machine Learning
- Optimum、OpenVINO™、ONNX Runtime、Azure の機能を組み合わせることにより、BERT 推論速度を向上させる
関連エピソード
- YouTube で AI ショーのライブストリームを 毎週金曜日にご参加ください
- AI ショーをサブスクライブする
- AI Show Playlist
のインスタンスに接続するときには、
- セス・フアレス |Twitter: @sethjuarez
ビデオの URL
HTML iframe
ご意見およびご提案がある場合は、 こちらから問題を送信してください。